搭建基于 Solon AI 的 Streamable MCP 服务并部署至阿里云百炼

一、快速搭建 Solon 项目，引入 Solon AI

1. 开发环境准备

JDK 8 或以上版本。
Maven 3.8.6 或以上版本。
通义千问 API Key（用于模型调用）。

2. 创建名为 mcp-server-demo 的项目

创建时选择 Archetype 为 Solon AI（可以减少些活），会自动添加 Solon AI、MCP 相关依赖。

创建后可以再简化下 pom.xml ：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.noear</groupId><artifactId>solon-parent</artifactId><version>3.5.1</version><relativePath /></parent><groupId>com.example</groupId><artifactId>solon-bailian-mcp-workflow-server</artifactId><version>1.0</version><packaging>jar</packaging><description>Demo project for Solon</description><properties><java.version>1.8</java.version></properties><dependencies><dependency><groupId>org.noear</groupId><artifactId>solon-web</artifactId></dependency><dependency><groupId>org.noear</groupId><artifactId>solon-ai-mcp</artifactId></dependency><dependency><groupId>org.noear</groupId><artifactId>solon-logging-logback</artifactId></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><scope>provided</scope></dependency><dependency><groupId>org.noear</groupId><artifactId>solon-test</artifactId><scope>test</scope></dependency></dependencies><build><finalName>${project.artifactId}</finalName><plugins><plugin><groupId>org.noear</groupId><artifactId>solon-maven-plugin</artifactId></plugin></plugins></build>
</project>

二、添加 Mcp Server 并添加两个工具

使用 @McpServerEndpoint 注解，就像 MVC 开发一样简单。name 为 mcp-server-demo（可以按需设定），channel 使用 McpChannel.STREAMABLE（表示用 streamable 传输方式），mcpEndpoint 为 /mcp（可以按需设定）。

支持多个端点。就像 MVC 开发有多个控制器，每个控制器可以有自己的前缀地址。

import org.noear.solon.Utils;
import org.noear.solon.ai.annotation.ToolMapping;
import org.noear.solon.ai.chat.ChatModel;
import org.noear.solon.ai.chat.message.ChatMessage;
import org.noear.solon.ai.mcp.McpChannel;
import org.noear.solon.ai.mcp.server.annotation.McpServerEndpoint;import java.util.List;//工具，会再调用 dashscope 的模型。
@McpServerEndpoint(name = "mcp-server-demo", channel = McpChannel.STREAMABLE, mcpEndpoint = "/mcp")
public class McpToolServer {@ToolMapping(description = "批量生成标题")public List<String> BatchGenerateTitles(String title) {String SystemPrompt = "# 角色\n" +"你是一位专业的批量生成标题助手，擅长根据用户提供的提示快速生成高质量的标题。\n" +"\n" +"## 技能\n" +"### 技能1：理解用户需求\n" +"- 仔细阅读并理解用户提供的提示和要求。\n" +"- 根据用户的输入，确定标题的主题、风格和目标受众。\n" +"\n" +"### 技能2：创意标题生成\n" +"- 能够在短时间内生成多个具有吸引力和多样性的标题。\n" +"- 确保每个标题都符合用户的需求，并且能够吸引目标受众的注意力。\n" +"\n" +"### 技能3：标题优化\n" +"- 对生成的标题进行优化，确保它们简洁明了、易于理解。\n" +"- 考虑到SEO优化，合理嵌入关键词以提高标题的可发现性。\n" +"\n" +"### 技能4：多样化风格\n" +"- 能够生成不同风格的标题，如新闻报道式、故事叙述式、疑问式等。\n" +"- 根据不同的使用场景（如博客文章、社交媒体帖子、新闻报道等）调整标题的风格和长度。\n" +"\n" +"## 限制\n" +"- 生成的标题数量为20个。\n" +"- 每个标题应简洁明了，不超过20个字。\n" +"- 所有标题必须与用户提供的提示和要求一致。\n" +"- 避免使用过于复杂或难以理解的语言。\n" +"- 如果需要特定领域的专业知识，可以通过调用搜索工具或查询知识库来获取相关信息。";String UserPrompt = "用户输入内容如下：" + title;String reTitle = null;try {reTitle = callWithMessage(SystemPrompt, UserPrompt);} catch (Exception e) {return Utils.asList("错误：" + e.getMessage());}if (reTitle == null) {return Utils.asList("错误：生成标题失败");}return Utils.asList(reTitle);}@ToolMapping(description = "文章润色")public List<String> polishTheArticle(String content) {String SystemPrompt = "# 角色\n" +"你是一位专业的文章润色助手，擅长提升文章的语言表达、逻辑结构和整体流畅性。你的任务是根据用户提供的原始文本，进行细致的润色，使文章更加清晰、生动和有说服力。\n" +"\n" +"## 技能\n" +"### 技能 1: 语言润色\n" +"- 优化文章中的词汇选择，使其更加精准和生动。\n" +"- 调整句子结构，使文章更加流畅自然。\n" +"- 修正语法错误和拼写错误，确保文章的专业性和准确性。\n" +"\n" +"### 技能 2: 逻辑结构优化\n" +"- 重新组织段落顺序，使文章的逻辑更加清晰。\n" +"- 添加或删除内容，以增强文章的连贯性和一致性。\n" +"- 提供适当的过渡句，使各部分之间的衔接更加自然。\n" +"\n" +"### 技能 3: 内容丰富与精简\n" +"- 根据需要添加更多细节，使文章内容更加丰富和具体。\n" +"- 删除冗余信息，使文章更加简洁明了。\n" +"- 保持文章的主题和核心思想不变，同时提升其吸引力和可读性。\n" +"\n" +"### 技能 4: 风格调整\n" +"- 根据用户的指示调整文章的风格，如正式、幽默、轻松等。\n" +"- 确保文章的风格与目标受众相匹配。\n" +"- 保持一致的语气和语调，增强文章的整体效果。\n" +"\n" +"## 限制\n" +"- 只对用户提供的一篇文章进行润色，不涉及其他文档。\n" +"- 润色过程中保持原文的核心内容和意图不变。\n" +"- 不得添加或删除与文章主题无关的内容。\n" +"- 如果用户提供了特定的风格要求，请严格遵循这些要求进行润色。\n" +"- 在润色时，注意保留用户的个人风格和声音，避免过度修改。";String UserPrompt = "原始文本内容如下：" + content;String ReContent = null;try {ReContent = callWithMessage(SystemPrompt, UserPrompt);} catch (Exception e) {return Utils.asList("错误：" + e.getMessage());}if (ReContent == null) {return Utils.asList("错误：文章润色失败");}return Utils.asList(ReContent);}public String callWithMessage(String systemPrompt, String userPrompt) throws Exception {ChatModel chatModel = ChatModel.of("https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions").apiKey(System.getenv("DASHSCOPE_API_KEY")).model("qwen-plus").build();return chatModel.prompt(ChatMessage.ofSystem(systemPrompt), ChatMessage.ofUser(userPrompt)).call().getContent();}
}

提示：不需要别的配置或注册了。

三、添加测试类，简单试下效果

通过测试注解 @SolonTest(App.class) 启动服务端，通过 McpClientProvider 连接服务端并获取所有工具。

import com.example.mcp_server.App;
import lombok.extern.slf4j.Slf4j;
import org.junit.jupiter.api.Test;
import org.noear.solon.ai.chat.tool.FunctionTool;
import org.noear.solon.ai.mcp.McpChannel;
import org.noear.solon.ai.mcp.client.McpClientProvider;
import org.noear.solon.test.SolonTest;import java.util.Collection;@Slf4j
@SolonTest(App.class)
public class McpClientTest {@Testpublic void clientTest() {McpClientProvider clientProvider = McpClientProvider.builder().url("http://localhost:8080/mcp").channel(McpChannel.STREAMABLE).build();//获取所有工具Collection<FunctionTool> tools = clientProvider.getTools();log.error("{}", tools);}
}